车牌字符识别的三种算法的比对

摘要

摘要

车牌识别技术是智能交通系统中的重要组成部分，它在违章抓拍，不停车收费，停车场管理以及重要场所过往车辆的实时登记等方面都有重要的作用。论文从车牌字符识别的理论出发，基于MATLAB语言对现有的模板匹配，神经网络，基于向量机（SVM）等方法在字符识别过程中的优缺点以及识别率进行系统的研究。论文的主要工作如下：

1.针对车牌图片的预处理包括去噪，增强，分割，提取字符等等；

2.构建模板匹配，神经网络，基于向量机（SVM）字符识别的相关测试数据；

3.分别实现模板匹配字符识别算法，神经网络字符识别算法，基于向量机

（SVM）字符识别算法，并做相应识别率的实验，将三者的实验结果进行

比对；

4.基于MATLAB GUI做三种算法系统的界面。

关键词：车牌识别模板匹配神经网络向量机识别率

ABSTRACT

ABSTRACT

License plate recognition technology is the intelligent transportation system an important part of it illegal to capture, no parking, parking management, and an important place in the past, real-time vehicle registration and other aspects important role. Papers from the license plate character recognition theory, MATLAB language based on the existing template matching, neural network, based on vector machines (SVM) and other methods in the process of character recognition and the recognition rate of the advantages and disadvantages of the system. The main work is as follows:

1.Pre-treatment, including the license plate image denoising, enhancement,

segmentation, extraction of character, etc.

2.Construction of template matching, neural network, based on the vector

machine (SVM) test data related to character recognition;

3.Respectively, to achieve template matching algorithm for character recognition,

neural network character recognition algorithm based on vector machines (SVM) algorithm for character recognition, and recognition rate accordingly experiment, the three sides to compare the experimental results;

4.Do three algorithms based on MATLAB GUI interface of the system.

Keywords: License Plate Recognition Template matching Neural network Vector Recognition rate

目录 i

目录

第一章序言 (1)

1.1课题研究背景以及意义 (1)

1.2本文主要的研究内容 (1)

第二章车牌图像的预处理 (5)

2.1图像的平滑处理 (5)

2.1.1 平滑处理的理论 (5)

2.1.2 平滑处理的实现 (6)

2.2图像的二值化处理 (7)

2.2.1 二值化处理的理论 (7)

2.2.2 二值化处理的实现 (7)

2.3二值图像的形态学运算 (8)

2.3.1形态学运算的理论 (8)

2.4对字符进行分割 (10)

2.4.1 字符分割的理论 (10)

2.4.2 字符分割的实现 (11)

第三章基于模板匹配算法的车牌字符识别算法 (13)

3.1模板匹配算法的理论背景 (13)

3.2模板匹配算法的实现及识别率的研究 (16)

3.3本章小结 (19)

第四章基于神经网络算法的车牌字符识别算法 (21)

4.1神经网络算法的理论背景 (21)

4.2神经网络算法的实现及识别率的研究 (27)

4．3本章小结 (33)

第五章基于向量机（SVM）算法的车牌字符识别算法 (35)

5.1向量机（SVM）算法的理论背景 (35)

ii 目录

5.1.1 SVM的基本原理 (35)

5.1.2 SVM中核函数的选择 (35)

5.1.3 SVM的多类决策问题 (36)

5.1.4 SVM算法描述 (38)

5.2向量机（SVM）算法的实现以及识别率的研究 (39)

5.2.1 车牌字符图像的预处理 (39)

5.2.2 车牌字符特征的选取 (39)

5.2.3 车牌字符SVM的构造 (39)

5.2.3 实验过程中相关函数及参数的选定 (40)

5.2.4 实验过程中的相关结果 (41)

5.3本章小结 (43)

第六章总结与展望 (45)

致谢 (47)

参考文献 (49)